黒木玄 Gen Kuroki(@genkuroki)/2018年01月17日

抽象型を使っていない……。

タグ：

posted at 00:02:38

Distributions.jl を使って確率分布をどのように定義をしたらよいかの解説をした方がいいのかな？フレームワークとして使える便利なパッケージであるためには抽象型の良いシステムを提供してくれていることが必須。

タグ：

posted at 00:05:58

#Julia言語 IsingModel Julia以外の言語でみんなも触ってみるといいでキュ．

タグ： Julia言語

posted at 00:11:35

#Julia言語続き。Distributions.jl では、1変数連続確率分布の抽象型が提供されていて、自分で1変数連続確率分布を定義するときには、その抽象型にsubtypeになるように定義します。自分で作った確率分布の型は他のパッケージ(MCMCのMambaとか)で利用できます。Julia言語は色々うまく行っています。

タグ： Julia言語

posted at 00:11:40

私はプログラミングはどしろうと。そのどしろうとがこういうコメントを出さなければいけない現実が結構つらい。

タグ：

posted at 00:12:28

#Julia言語 Distributions.jlが数学的には確率分布でないものも確率分布として受け入れてくれることを利用して、逆温度βの擬似確率分布を定義し、それを利用してMamba.jlパッケージで逆温度βのベイズ推定を私はやったことがあります。

nbviewer.jupyter.org/gist/genkuroki...

タグ： Julia言語

posted at 00:14:43

#Julia言語こんな感じで独立に開発されている別々のパッケージ(例：確率分布のパッケージとMCMCのパッケージ)をユーザーが気楽に利用できる仕組みがJulia言語の型システムとmultiple dispatchによってすでに構築されているわけです。

タグ： Julia言語

posted at 00:16:08

鰹節猫吉 @sunchanuiguru

#掛算の正しい順序をまもる会。 twitter.com/frogfrogfrog/s...

タグ：掛算

posted at 00:17:14

#Julia言語現在のv0.6.2の型システムについては

qiita.com/antimon2/items...

に解説があります。この型システムがあってこそmultiple dispatchが有用になっているわけです。

本当は私はこういうことを話すような立場の人物ではなく、本当にどしろうとなんですけどね。

タグ： Julia言語

posted at 00:22:09

@genkuroki Julia に勝てないいいい

タグ：

posted at 00:25:17

#Julia言語逆温度βでのベイズ推定の定義を補足：xに関する確率密度函数 p(x|w) とwに関する確率密度函数(事前分布) φ(w) とサンプル X_1,…,X_n から事後分布 ψ(w) を

ψ(w) ∝ (p(X_1|w)…p(X_n|w))^β φ(w)

によって定義し、事後予測分布 p^*(x) を

p^*(x) = ∫p(x|w)ψ(w)dw

で定義する。

タグ： Julia言語

posted at 00:26:29

#Julia言語 β=1の場合が通常のベイズ推定です。逆温度βを大きくすると、事前分布φ(w)の影響が消えて、最尤法に近付くことが期待されます。逆温度β=∞は絶対温度T=1/β=0なので、絶対温度ゼロのベイズ推定が最尤法に対応しているわけです。

タグ： Julia言語

posted at 00:28:12

#Julia言語こういう話を聞けば、実際に大きなβでベイズ推定してどうなるか様子を見たくなりますよね。それを実際にやってみたわけです。そのためには確率分布ではない擬似確率分布 p(x|w)^β をMambaパッケージに確率分布だと「誤認」させることを実行しなければいけなかった。これはそういう話。

タグ： Julia言語

posted at 00:29:58

#Julia言語１変数連続確率分布Dから逆温度βの擬似確率分布を作るために

struct ThermalCU{T<:Real, D<:ContinuousUnivariateDistribution} <: ContinuousUnivariateDistribution
d::D
β::T
end

ということをやりました。続く

タグ： Julia言語

posted at 00:32:07

#Julia言語続き。ここで、ContinuousUnivariateDistribution はDistributions.jlパッケージで定義されている1変数型連続確率分布を意味する抽象型です。Realも実数を意味する抽象型です。

プログラミング言語の基礎は型システム。言語に文句を付ける前に型システムをチェックしないと非常にまずい。

タグ： Julia言語

posted at 00:34:28

@shoji_arisawa 【1.そもそもf、r、dとは何なのか定義が書かれていない】
そう言われますか。
では改めて記しますが
「中学校以降のスタイルの　２πｒ　になぞらえて書く場合と
　小学校スタイルの　（直径）×３．１４　になぞらえて書く場合がある」
という話なのですが、これでご理解いただけますか？　#掛算

タグ：掛算

posted at 00:34:57

#Julia言語以上は

gist.github.com/torao/d6b762eb...

がいかに理解していない人のポエムであるかを明らかにするための解説。

【計算科学方面のペラッとしたコード】と書いてあって「こりゃダメだ」と思った。Julia言語の科学技術計算用のパッケージの中身を全然見たことがないことは明らか。なめすぎ。

タグ： Julia言語

posted at 00:40:20

@shoji_arisawa 【πと書かなけれればいけません】
と言われても、私がふだん使っている物では無縁の話です。
また、「結果を何桁まで使うか」という設定も、遭遇した課題次第で 3.1416 などと、その都度、変えるだけの話です。
その中での話として、 #掛算の順序は一方だけが正しいのですか？

タグ：掛算

posted at 00:49:00

@MathSorcerer 私自身のプログラミング能力ではgccを使っても勝てませんでした。

nbviewer.jupyter.org/gist/genkuroki...

Mathtod.online で色々教えてもらってやっと勝つことができた。

Julia帝国軍は一国の力が強過ぎたので、gcc国側は連合軍を組むことになりました。そしてやっと勝利！

タグ：

posted at 00:56:20

@tsatie ポアンカレディスクの画像は見たいです。

タグ：

posted at 01:04:55

@shoji_arisawa 【同じ円周という概念なら数式も統一しないと、ヒューマンエラーの原因にならます】
と言われますが、それでは
２×円周率×半径　と
直径×円周率　の
どちらか片方だけが正しいのですか？　#掛算

タグ：掛算

posted at 01:07:19

@shoji_arisawa 【そうです。そして、作っている仲間にだけ共有されていれば構いません】
そういう話でしたら、プログラムに入れる土台の情報源が、小学校レベルの物か・中学校以降の物か、で変わってしまうことになります。#掛算

タグ：掛算

posted at 01:16:35

@shoji_arisawa 【いや、変わりませんよ。仲間内でちゃんと方針を決めておけばいいだけのことですので。】
それは、私は受け入れられない話ですね。
私の仕事場でそういう問題が生じたら、プログラムで表そうとしている課題の「タネ本」に従うまでのことですね。#掛算

タグ：掛算

posted at 01:23:39

Juliaでは引数に関数が渡せるので、structで型を作って関数も突っ込んでおけばPythonのクラスっぽい使い方ができるな。まさかmoduleも渡せたりしないよな...そのうち確認してみよう。

タグ：

posted at 01:57:58

非公開

タグ：

posted at xx:xx:xx

JuliaでModuleを渡せることを確認した。
なんか継承っぽい。

タグ：

posted at 02:12:30

Juliaでお試し実装したMCMCが速すぎて、プログラムが回っていないと勘違いした。Pythonとは比較するまでもない。

タグ：

posted at 06:12:10

ついでにPythonのクラスを真似て実装したので、使いやすくかつ拡張しやすくした。

タグ：

posted at 06:18:14

ʇɥƃıluooɯ ǝıʇɐs @tsatie

@genkuroki ですよね。MetaPostは図も描けて計算も出来て精度も上がったけど図がメインだから微妙に辛いし遅いから。でも誰かやってればそれが一番楽なのだけど、、、

タグ：

posted at 07:13:57

matorix @maTORIxmatrix

julia割といいのではないか？
www.mwsoft.jp/programming/ju...

タグ：

posted at 07:44:26

#Julia言語上の方で2D Isingのサンプルコードを公開。

多言語で実装する場合の重大な注意！

それは擬似乱数発生器の質と速さに気を配ることです。

Julia言語のデフォルトの乱数発生器はdSFMTです。
www.math.sci.hiroshima-u.ac.jp/~m-mat/MT/SFMT...

質も速さもメルセンヌツイスターMT19937より上です。続く

タグ： Julia言語

posted at 08:21:27

#Julia言語私が実験してみたところ、100×100で理論的な臨界温度より1.3%低い絶対温度での2次元イジングの様子はメトロポリス法で盤面全体を1000万回更新しないと見えて来ませんでした。擬似乱数は1000億回生成されます。質の悪い擬似乱数生成器を使うと、数学的・物理的に意味のない計算になります。

タグ： Julia言語

posted at 08:26:36

#Julia言語昔から言われていることですが、Cのデフォルトの擬似乱数発生器は質が悪いかもしれないので使わない方が良いです。

あとC++のデフォルトの擬似乱数発生器はMT19937だったと思います。それをJuliaと同じdSFMTに置き換えればたぶん速くなります。

タグ： Julia言語

posted at 08:29:57

#Julia言語 Xorshiftが速いことを知っている人は多いようですが(私も試しました、速いです)、Julia言語の乱数パッケージでは

Xshift64の使用はおすすめできない

となっていました。

github.com/sunoru/RandomN...

もしも使うならXorshift128以上ということになると思います。

タグ： Julia言語

posted at 08:33:27

#Julia言語 MCMCを行えるパッケージの普及など、モンテカルロシミュレーションの普及度は上がっています。擬似乱数発生器の質と速さの価値は増している。

擬似乱数発生器の質が低いと理解不可能なトラブルが発生する可能性が増えるので注意した方が良いかもしれません。

タグ： Julia言語

posted at 08:36:25

#Julia言語がdSFMTをデフォルトの乱数発生器として採用していることは、質と速さの面で満足できる選択です。

他のプログラミング言語でも同等以上の質と速さを持つ擬似乱数発生器がデフォルトになればハッピーになれる人が増えると思います。

タグ： Julia言語

posted at 08:39:37

#Julia言語

以上のように、擬似乱数発生器の選択の問題一つを扱う場合にも結構面倒くさい話になります。

Julia言語を使えば「自分で良い部品のソースコードもしくはアルゴリズムをひろってきて組み込む」という手間を大幅に減らせます。

タグ： Julia言語

posted at 08:44:21

#Julia言語を使う予定がないひとであっても、そのパッケージのドキュメントによく書いてあるアルゴリズムの性質の解説は役に立ちます。数学的なことが得意な人たちが試しにJulia言語で書いてみたというようなパッケージが沢山あります。数学とプログラミングの両方が得意な人たち。

タグ： Julia言語

posted at 08:48:11

女児 @YuK_Ota

@genkuroki C++でメルセンヌツイスタが使われるの、C++11から入った<random>でmtを指定した時なのでC++のデフォルトの乱数って言ってしまうと難しくないですか？標準関数入りしたのはめでたいのですが。

タグ：

posted at 09:06:11

@YuK_Ota その通りです。訂正しておきます。

私の頭は「最悪でもメルセンヌツイスターを使う」脳になっていたのであのように書いてしまいました。

タグ：

posted at 09:12:02

#Julia言語リンク先のように私の誤りでした。

私の頭は「最悪でもメルセンヌツイスターMT19937を使いたい脳」になってしまっています。さらにdSFMTの方がベター。

シビアなモンテカルロシミュレーションでは質と速さ両面で問題がない擬似乱数発生器を選ぶ必要があります。

twitter.com/yuk_ota/status...

タグ： Julia言語

posted at 09:16:41

@YuK_Ota 素早い指摘どうもありがとうございました。私はよく間違うので本当に助かります。

タグ：

posted at 09:18:22

以前、 #Julia言語とgccでπのモンテカルロ計算で速度競争させたとき、最初私はgcc側でMT19937のソースをダウンロードして使ったのですが、それをdSFMTで置き換えたら3～4倍程度速くなりました。

nbviewer.jupyter.org/gist/genkuroki...

タグ： Julia言語

posted at 09:24:17

#Julia言語

 twitter.com/tmnghryk/statu...

Xorshift法については

twitter.com/genkuroki/stat...

を参照。Xorshiftの64bit版はおすすめできないらしい。使うなら128bit版以上ということだと思う。Xorshiftは確かに速かったです。

タグ： Julia言語

posted at 09:29:30

三木里秀予@おいしいものを食べる @hmikisato

#Julia言語函数の型として

Function{DomainType, CodomainType}

のようなスタイルが(まだ)採用されていない理由をやっと見つけた。

github.com/JuliaLang/juli...
【The most obvious problem is what to do when f has more than one method.】

Julia言語はユニークで色々面白過ぎ。

タグ： Julia言語

posted at 09:47:12

あ〜る菊池誠(反緊縮)公式 @kikumaco

Juliaはいつー
1.0にー
なーるーのーーー♪

タグ：

posted at 10:43:38

あ〜る菊池誠(反緊縮)公式 @kikumaco

繰り返しですが
「甲状腺癌の自然発生率は100万人あたり5人程度」という仮説を立てて、三県調査の規模に当てはめると、「ひとりも発見されない確率」が98%。
一方、「自然発生率は福島での発見率程度」という仮説を立てると、三県調査規模では「ひとり以上発見される確率」が60-90%程度

タグ：

posted at 10:55:46

あ〜る菊池誠(反緊縮)公式 @kikumaco

「ひとり以上」と書きましたが、確率最大となるのは「ひとりかふたり」(このふたつのいずれかである確率は50%以上)なので、三県調査の結果と非常によく整合します

タグ：

posted at 10:59:58

「ひとり」発見される確率は25%程度です。三県調査の結果と非常によく合っている

タグ：

posted at 11:01:21

ダンボルギーニ斎藤ጿኈ ቼ ዽ ጿ @ritzberry

@genkuroki 昨日のコードですがこちらの環境でもWindowsで動きませんでした．Windows10で動いたのを確認したものをノートブックとして更新しました．gist.github.com/terasakisatosh...

タグ：

posted at 12:28:48

エヌ・ティー・エス【公式】 @ntsbook

うぶんつについている julia のバージョンが古すぎるような気がする

タグ：

posted at 13:11:59

非公開

タグ：

posted at xx:xx:xx

Juliaデータサイエンスを読んだ感想 on @Qiita qiita.com/currypurin/ite...

タグ：

posted at 14:27:57

@MathSorcerer おお！めちゃくちゃ参考になります。

Numbaのparallel=True便利ですね。気軽に高速化できる。NumbaだとPythonのコードを改変しなくてよい点が良いと思います。

その代わり、Julia言語で書くときのように厳密に型を気にする必要が出て来る。続く

タグ：

posted at 15:00:23

@MathSorcerer (1) 1e10だと1.0×10^10で整数じゃなくなるし、i4 = Int32で10^10は表現できないので、その辺はどうなっているのでしょうか？私は10**9に書き直して実行しました。

(2) parallel=Trueも落とした。

結果は

Julia → 8.0sec
Numba → 11.5sec

gist.github.com/genkuroki/b7ed...

タグ：

posted at 15:05:25

@MathSorcerer Numbaのparallel=Trueはいつでも使えてエラーが出ないみたいですが、2次元Isingはアルゴリズム的に並列化は非自明です。(単純な総和計算では自明に並列化可能。) たぶん、この場合は使っちゃいけないと思います。

しかし、Numbaはやっぱりいいですよね。

タグ：

posted at 15:10:10

@MathSorcerer 普段からPythonのコードを「整数と浮動小数点数を厳密に区別して扱う」のように書いておけばNumbaを入れるだけで100倍以上速くなったりする。

不思議なのは i4[:,:] (Int32配列)を i8[:,:] (Int64配列)にすると動かないことです。Numbaの型付け問題も結構難しい。

タグ：

posted at 15:12:36

@genkuroki 形式的にi8でできるようにpyising.py を更新しました。rand_ising2d　の配列の型を.astype(np.int64) のように調節する必要があります。

gist.github.com/terasakisatosh...

タグ：

posted at 15:36:28

#Julia言語では、函数f(x)のxの値の型が決まって初めてf(x)として何が実行されるか決まります。xの値の型が決まらないとf(x)の型は決まらない。このようなfをどのような型システムで扱うべきかという話がJulia言語界隈でされていたようです。

discourse.julialang.org/t/function-par...

タグ： Julia言語

posted at 15:53:50

ふぉく(サマンサ) @D_A_works

(｢・ω・)｢ｶﾞｵｰ @bicycle1885

@genkuroki ありがとうございます．

タグ：

posted at 15:54:42

JuliaでこれやろうとBase.:(==)(x::Int, y::Int) = trueにしたらREPLが死んだ。 twitter.com/hatebu/status/...

タグ：

posted at 15:55:25

#Julia言語もしかして答えをすでに知っているひとがいたりしないか？

タグ： Julia言語

posted at 15:57:26

#Julia言語

xが実数であろうが複素数であろうがdual numberであろうが全て同じコードで函数f(x)を定義できると便利です。Julia言語はそういうスタイルを採用している。

そういうgenericなコードを書きたいという要求と高速計算の要求を両立できるように、Julia言語の型システムは設計されている。

タグ： Julia言語

posted at 15:59:04

#Julia言語で、函数fには型#fがつけられて、函数hogeには型#hogeが付けられます。#fも#hogeもFunctionたいぷのサブタイプになる。

「何を何に対応させる函数であるか」を意味する型はつかない。どうするのがいいんですかね？

f(x)を起動すると、xの型からf(x)の型も含めた諸々の型が推定される。

タグ： fも Julia言語

posted at 16:04:25

ガウス波束を有限ポテンシャル障壁に打ち込むやつのシミュレーションをしました
青がポテンシャルの概形、橙が波動関数の絶対値の二乗

まずV(x)=0の場合 pic.twitter.com/Voitz0K6KM

タグ：

posted at 17:32:58

階段型、高さは〈p〉^2/2mの0.7倍 pic.twitter.com/SVmMOeDVTV

タグ：

posted at 17:34:18

1.5倍 pic.twitter.com/F69cys7SfM

タグ：

posted at 17:34:36

おまけ：調和振動子ポテンシャル pic.twitter.com/xnbBv4BGR0

タグ：

posted at 18:00:11

mashiro @mashiroro_y

二分法を実装する機会があったのでせっかくだから Julia を使ってみた. forを書いても速いのは安心だ. gist.github.com/mashiroyuya/40...
#Julialang #bisection_method

タグ： bisection_method Julialang

posted at 18:07:44

てらモス @termoshtt

ライセンスの話と言えば、Jupyter便利だから皆これでノート公開すると良い、って公演があったときにライセンスの事聞いたら認識怪しい感じだったのでアカデミアも他人事ではない

タグ：

posted at 18:14:55

てらモス @termoshtt

GitHubにJuliaのノートとか上げるときはちゃんとライセンスファイル生成しといてね・・・

タグ：

posted at 18:17:05

すいません見逃してました。並列の部分忘れてください。。。。 twitter.com/genkuroki/stat...

タグ：

posted at 18:23:49

(｢・ω・)｢ｶﾞｵｰ @bicycle1885

@genkuroki 私のWindowsPCでも概ね同様の結果が得られます。やっぱりJulia速い。

タグ：

posted at 18:26:06

わたし、Juliaとか、誰でも知ってる言語が好きなんです

タグ：

posted at 18:30:16

CythonやNumba使えば Ising モデルのコードで#Julia言語に速度で匹敵するかと思いきやことごとく打ちのめされてます。というのが1月のハイライト。

タグ：

posted at 18:48:17

何が悲しいかってJuliaの方はまだ本気出してないらしいのよ。

タグ：

posted at 18:49:10

≡c⌒っﾟωﾟ)っ @Kgm1500

juliaで書いてるのにこんなに遅いはずがない！って思ってプログラムのミスに気づけたでござる

タグ：

posted at 19:30:16

≡c⌒っﾟωﾟ)っ @Kgm1500

やったぜ

タグ：

posted at 19:30:39

名取宏（なとろむ） @NATROM

「検診では子宮頸がん死亡は減らない」という主張もあれば、「20歳から定期併用検診を行えば、誰も子宮頸がんにはならない」という主張もある。どちらもHPVワクチン反対者の主張。対消滅しますように。どちらかが残るなら、検診を否定しないほうが残るのが望ましい。

タグ：

posted at 19:48:54

名取宏（なとろむ） @NATROM

「検診で子宮頸がん死亡は減るけどゼロにはならない」というのが標準的な見解です。残念ながら、検診を受けていても子宮頸がんで亡くなる人はいます。ついでに言えば、こうした検診で防げない子宮頸がん死を何とかしようとして開発されたのが、HPVワクチンです。

タグ：

posted at 19:54:02

@Annihilated_Uni juliaだよ

タグ：

posted at 20:34:56

こばし　かずひで @_kobashi

juliabox の tutorial みてたら、パフォーマンス計測のとこで @ とか $ の記号出てきて意味わからんかったけど、マクロ呼び出してるのだった。

タグ：

posted at 20:36:31

@Annihilated_Uni いろいろ良さがあるらしい（分かってない）
取りあえずギリシャ文字や日本語も変数名などにつかえるし行列ベクトルの演算もサクッと書けるので可読性がかなり高くなる

計算速度も速いので(Pythonよりもかなり速いらしい)シミュレーションには向いてると思う

タグ：

posted at 20:38:07

@Annihilated_Uni パッケージ(モジュール)の充実度はPythonに敵わなさそう
(とはいえPyCallでPythonのコード呼べるけど)

あと流行りのPythonとはググったときの情報の充実度がまるで違うという体感

タグ：

posted at 20:40:59

こばし　かずひで @_kobashi

julia のマクロ、LISPみたいなことできるらしい。ASTで構文扱ったり。gensymでシンボルの重複対策しなくてもマクロの引数は自動的に重複回避でリネームされるみたい。esc()で囲むとマクロに記述したシンボルのままで展開。取扱注意。

タグ：

posted at 20:43:35

@Annihilated_Uni んー、スクリプト言語だからある程度仕方ないと思うけど
Juliaは just-in-time (JIT) コンパイラなるものでいい感じにしてるらしい

タグ：

posted at 20:48:28

@Annihilated_Uni 良く知らないし、ちゃんと比較したこともないからわかんない……

タグ：

posted at 20:53:57

ⓂⓐⓔⓗⓐⓡⓐⓂⓐⓢⓐⓗⓘⓓⓔ☁(20℃ @maehrm

#julia言語 NumbaでもJuliaのスピードに負けてしまう。悲しい。頑張れPython。

タグ： julia言語

posted at 21:25:32

ⓂⓐⓔⓗⓐⓡⓐⓂⓐⓢⓐⓗⓘⓓⓔ☁(20℃ @maehrm

晩酌しながら挑戦。Rubyだと最後のテストケースで時間オーバー。アルゴリズムはあっていると思うので、明日C言語で再挑戦したいと思います。| 極めよプログラミング道！【実力判定：Sランク】その２ codeiq.jp/q/3333 via @codeiq

タグ：

posted at 21:27:31

昔、『JavaからRubyへ』という本がありましたが、明日は『RubyからCへ』です。

タグ：

posted at 21:32:08

ʇɥƃıluooɯ ǝıʇɐs @tsatie

S (ﾂｲｰﾄはｽﾚｯﾄﾞ全体をご確認く @esumii

@maehrm 今日は #Ruby から #Python を越えて #JuliaLang へ♬ ではないのかと…

タグ： JuliaLang Python Ruby

posted at 21:34:01

ⓂⓐⓔⓗⓐⓡⓐⓂⓐⓢⓐⓗⓘⓓⓔ☁(20℃ @maehrm

スマホやタブレットで画像加工するとき、1ドット単位で数値指定できないのが非常に困る #伝われBASICプログラミング脳

タグ：伝われBASICプログラミング脳

posted at 21:35:55

@tsatie Juliaってあるんですね。調べてみようと思います。しかし、CodeIQでは選択できないです…。

タグ：

posted at 21:50:42

ceptree @ceptree

Numbaがんばって欲しいね。NumbaもLLVM使ってるならJuliaとの速度差は最適化の違いってことなんかな。 twitter.com/MathSorcerer/s...

タグ：

posted at 21:52:09

koji hasegawa @myfavoritescene

Serre-Grothendieck 読んでないけど、この中で出てくるG先生の東北ペーパーはセールが仙台に来た時こんなのがあるって淡中先生に見せたら、東北数学雑誌の編集委員でもあった先生がそれを勝手に預かって（奪い取ってw）まあ長いし載せてもらえばいいか。。ってなったらしいw＞RT

タグ：

posted at 21:55:46

Hal Tasaki @Hal_Tasaki

(｢・ω・)｢ｶﾞｵｰ @bicycle1885

統計物理学懇談会の講演者リストを作っていて、今年は偶然にも渡辺さんがお二人ということに気づいた。しかも二人ともぼくの友人だ。
ただし、澄夫さんはぼくの同級生、悠樹さんはぼくの子供と同世代。お二人は文字通り親子ほど年齢が違うんだよね（親子とかじゃないよ）。
www.gakushuin.ac.jp/~881791/spm/20...

タグ：

posted at 22:09:13

Juliaが流行って若者がJuliaをマスターすると困るので若い芽は摘まないと。

タグ：

posted at 22:10:54

非公開

タグ：

posted at xx:xx:xx

大橋拓文 @ohashihirofumi

柯潔九段が二子で絶芸に負けちゃった。二子で打った勇気が凄い。 twitter.com/webigojp/statu...

タグ：

posted at 22:42:18

#Julia言語 Mumba.jlのMCMC用の確率分布を定義するときには@ everywhereしておかなければいけないという縛りがある。その理由はjuliaを -p auto をつけて起動しておくと、複数の鎖を並列処理で作ってくれるからだ。Mumba用の確率分布の定義の仕方の解説は

mambajl.readthedocs.io/en/latest/mcmc...

にある。

タグ： Julia言語

posted at 23:03:14

残り9件のツイートを見る

#Julia言語 Mumba用の「単変量確率分布」は確率分布でなくてもよい。minimum, maximum, logpdf 函数が定義されていれば十分。exp○logpdf が確率密度函数になっている必要はない。このことを利用すると容易に逆温度βでのベイズ推定を実行できる。

タグ： Julia言語

posted at 23:06:47

#Julia言語 Distributionsパッケージでの確率分布の定義の仕方は

juliastats.github.io/Distributions....

に書いてある。重要なポイントは次も読んでおくこと：

docs.julialang.org/en/stable/manu...
の表の Available for method extension の部分。

タグ： Julia言語

posted at 23:11:36

非公開

タグ：

posted at xx:xx:xx

ktrst @ktrst

高橋洋一（嘉悦大） @YoichiTakahashi

Juliaで、単位付き数値の算術 - Physical.jl パッケージ on @Qiita qiita.com/tenfu2tea/item...

タグ：

posted at 23:30:58